中国安全科学学报

作者：赵江平, 王欣然, 吴立舟

单位：西安建筑科技大学 资源工程学院,陕西 西安 710055

关键词：YOLOv5s,路面坑槽,目标检测,自适应空间特征融合(ASFF),FasterNet

为提高道路安全巡检工作中路面坑槽隐患的检测效率和自动化水平,降低交通事故发生概率,构建一种基于改进YOLOv5s的路面坑槽隐患智能检测模型。在原YOLOv5s网络中加入自适应空间特征融合(ASFF)模块,将主干网络替换为FasterNet网络,引入轻量通道注意力(ECA)模块;通过消融试验分析改进模块对检测模型性能的影响,验证目标检测效果,并开发交互式可视化检测界面。结果表明: 改进后的模型精度、召回率和平均检测精度分别提升了4.1%、9.9%和5.6%。较原网络有较为显著的提升,具有良好的检测效果,能够满足路面坑槽自动化检测的应用需求,提高巡检效率,减少因路面坑槽导致的交通事故。

来源：2025年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第1期